如何停止 Pandas Dataframe read_json 方法将我的时代转换为人类可读的字符串

Posted 2023-03-11

【中文标题】如何停止 Pandas Dataframe read_json 方法将我的时代转换为人类可读的字符串

【英文标题】：How do I stop Pandas Dataframe read_json method convert my epoch to human readable string

【发布时间】：2017-01-12 19:25:11

【问题描述】：

我使用to_json方法序列化我的dataframe，内容如下：

"1467065160244362165":"1985.875","1467065161029130301":"1985.875","1467065161481601498":"1985.875","1467065161486508221":"1985.875"

如何停止 read_json 方法将我的纪元值从 1467065160244362165 转换为类似 2016-06-28 06:57:23.786726222 的值。 这就是我调用 read_json 的方式：

data = pd.read_json(remote_result_fullpath, convert_dates=False)

【参考方案1】：

对我有用：

import pandas as pd

#added  to file
remote_result_fullpath = 'https://dl.dropboxusercontent.com/u/84444599/file.json'

data = pd.read_json(remote_result_fullpath, 
                    convert_dates=False, #dont convert columns to dates 
                    convert_axes=False, #dont convert index to dates
                    typ='series') #if need convert output to Series

print (data)
1467065160244362165    1985.875
1467065161029130301    1985.875
1467065161481601498    1985.875
1467065161486508221    1985.875

print (data.dtypes)
dtype: float64
float64

如果需要字符串添加dtype:

data = pd.read_json(remote_result_fullpath, 
                    convert_dates=False, 
                    convert_axes=False,
                    typ='series',
                    dtype='object')

print (data)
1467065160244362165    1985.875
1467065161029130301    1985.875
1467065161481601498    1985.875
1467065161486508221    1985.875

print (data.dtypes)
dtype: object
object

print (data.index)
Index(['1467065160244362165', '1467065161029130301', '1467065161481601498',
       '1467065161486508221'],
      dtype='object')

【讨论】：

此解决方案不再是最新的。 read_json 不再接受这些参数。